-
公开(公告)号：CN118627920A
公开(公告)日：2024-09-10
申请号：CN202410624401.8
申请日：2024-05-20
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06F18/213 , G06F18/24 , G06F18/25 , G06N20/00
Abstract: 本发明公开了一种基于伪标签半监督学习的污染源超限排放研判方法，基于海量多源融合数据获取用户污染源超限排放研判所需输入数据；然后结合交叉聚合特征衍生、时序样本熵、卷积神经网络自动编码器进行多维度污染源超限排放特征提取，最后通过多个机器学习模型融合预测实现研判，此外，针对污染源超限排放用户实际样本集缺少问题，引入伪标签半监督学习算法实现样本扩充增强，提升模型研判准确度。
-
公开(公告)号：CN119721938A
公开(公告)日：2025-03-28
申请号：CN202410644901.8
申请日：2024-05-23
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司
IPC: G06Q10/10 , G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N20/00 , G06F18/24 , G06F18/213
Abstract: 本发明公开了一种基于两阶段多特征的配储用户识别方法，克服了现有技术中配储用户识别成本高、效率低、识别精度差的问题，包括下列步骤：利用kmeans算法对用户进行聚类并结合自定义规则确定潜在配储用户群体；基于初步识别结果，对潜在配储用户进行多维度典型配储用户负荷特征和用能特征提取；基于提取的多特征，采用机器学习分类模型进行配储用户精确识别训练；利用训练好的机器学习分类模型，对配储用户进行识别。通过两阶段算法，直接基于电网侧数据实现端到端分类识别，提升配储用户识别的准确度，无需进行大量人力排查，大幅降低人力成本和排查时间成本，用户配储识别精确性高。
-
公开(公告)号：CN119849654A
公开(公告)日：2025-04-18
申请号：CN202410885752.4
申请日：2024-07-03
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司
Abstract: 本发明公开了一种基于改进联邦学习的虚拟电厂云边协同优化方法及系统，包括：虚拟电厂的云端节点建立初始模型，并将模型参数下发到边缘节点；边缘节点对模型参数进行低秩自适应分解，利用本地数据训练得到更新后的模型参数，上传到云端节点；云端节点对上传的模型参数进行加权聚合，并将聚合后的模型参数下发到边缘节点。本发明基于联邦学习框架，使得边缘节点的本地数据不需要大量传输到云端节点，减少了数据传输量并保护了数据隐私；同时在边缘节点处采用低秩自适应分解矩阵对模型参数进行训练更新，进一步减少云边协同的数据传输量，提升书传输过程的安全性；改进了在云端处模型参数的加权聚合方式，提升云端节点全局模型聚合的合理性。
-
公开(公告)号：CN119805098A
公开(公告)日：2025-04-11
申请号：CN202510286503.8
申请日：2025-03-12
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司 , 德清欣电电力建设有限公司
Abstract: 本发明公开了基于非接触高压互感器的电网设备故障监测方法，涉及非接触高压互感器技术领域，包括以下步骤：获取待测区域内互感器节点，标号互感器节点，并通过互感器获取待测节点的电网故障数据；基于线性回归分析电气噪声源对互感器的影响，并对电网故障数据修正；根据所述电网故障数据基于机器学习算法构建电网故障系数模型；将待测区域划分为多个子区域，基于电网故障系数模型计算得到每个子区域的平均电网故障系数；通过待测子区域相连的子区域对待测子区域进行系数修正，得到修正后的电网故障系数；本申请通过构建电网故障系数模型，以解决无法全面、精确地识别设备故障类型和原因的问题。
-
Patent Agency Ranking
公开(公告)号：CN119721311A
公开(公告)日：2025-03-28
申请号：CN202410687873.8
申请日：2024-05-30
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司 , 国网浙江省电力有限公司
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/06 , G06F18/213 , G06F18/25 , G06N3/049 , G06N3/0455 , G06N5/01
Abstract: 本发明公开了基于多源融合数据的主变负荷预测方法，涉及电力设备监控分技术领域，包括以下步骤：采集各项数据，并进行数据预处理；对原始时序数据进行平稳性检验和纯随机性检验，判断当前序列变化类型，并进行对应的特征提取；建立自回归模型、LightGBM模型和TiDE模型，利用线性回归加权法将三个模型融合得到主变负荷预测模型；建立运行风险评估模型，结合主变负荷预测模型的负荷预测结果进行风险评估及预警；利用线性回归加权法融合自回归模型、LightGBM模型和TiDE模型，提高模型预测精度，有效降低主变重过载概率，提高主变运行寿命。
-
公开(公告)号：CN119834156A
公开(公告)日：2025-04-15
申请号：CN202510293017.9
申请日：2025-03-13
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司 , 德清欣电电力建设有限公司
Abstract: 本发明公开了基于电压互感的重合闸闭锁动态调整方法及系统，涉及重合闸闭锁动态调整技术领域，包括以下步骤：采集电力系统的电压波形，若系统未恢复电力供应，则进行电力故障预测；获取电力系统发生故障时的电缆设备数据和电网负载数据；根据电缆设备数据和电网负载数据基于机器学习构建电力系统异常评估模型；获取电压波形高于稳定电压的节点区域电力系统异常评估系数基于预设的电力系统安全稳定系数对节点区域进行故障定位；判断是否进行闭锁操作，若进行闭锁操作，采集维修过后的电压波形以及电力系统异常评估系数判断故障是否消除，并关闭重合闸的闭锁。本发明通过重合闸闭锁动态调节，解决闭锁时间过长并且无法准确识别故障类型的问题。
-
公开(公告)号：CN119814144A
公开(公告)日：2025-04-11
申请号：CN202510286505.7
申请日：2025-03-12
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司 , 德清欣电电力建设有限公司
IPC: H04B10/079 , H04Q11/00 , G06F18/21 , G06F18/23213
Abstract: 本发明公开了一种光纤无源电压电流故障诊断方法、装置、设备及介质，涉及故障诊断技术领域，包括以下步骤：在光纤通信系统的发送端生成并发送测试信号，将所述测试信号转换为电信号，并对电信号进行时域和频域分析；基于多维度分析算法对电信号进行特征提取，得到电信号多维特征数据集；获取多维特征数据集对应的监测数据和故障历史数据并构建故障评估模型，生成故障评估系数；获取一段时间内相同时间间隔的各部分输电线路的故障评估系数，若各部分的最大最小故障评估系数差值大于预设的阈值时则需要进行监测。本发明不仅实现了对故障的预警，还能够在故障发生时迅速定位，有效提高了系统的可靠性和稳定性。
-
公开(公告)号：CN119723608A
公开(公告)日：2025-03-28
申请号：CN202410687975.X
申请日：2024-05-30
Applicant: 国网浙江省电力有限公司湖州供电公司 , 国网浙江省电力有限公司德清县供电公司 , 国网浙江省电力有限公司
IPC: G06V40/10 , G06V10/20 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种吊车吊臂下站人识别方法、系统及介质，包括：收集吊车吊臂下站人的图像，并进行预处理得到原始数据集；基于原始数据集，构建检测模型并进行训练得到第一识别模型；对原始数据集进行增强处理后，对第一识别模型重新进行训练得到第二识别模型；对第一识别模型和第二识别模型进行集成，以集成后的模型进行吊车吊臂下站人的识别。本发明结合实际问题引入外部数据集扩充训练样本并标注，更多样本训练可提升模型精度；为抑制模型出现过拟合、提升模型预测鲁棒性，引入数据增强操作再次训练第一识别模型进行微调后得到第二识别模型，将两模型预测结果进行融合，结合后处理实现最终预测，从而提升预测的准确性和鲁棒性。
-
公开(公告)号：CN118539412A
公开(公告)日：2024-08-23
申请号：CN202410521119.7
申请日：2024-04-28
Applicant: 国网浙江省电力有限公司湖州供电公司
IPC: H02J3/00 , H02J3/38 , G06Q10/0631 , G06Q10/0637 , G06Q50/06 , G06N20/00
Abstract: 本发明属于电力负荷预测技术领域，主要是为了解决现有的基线负荷算法并未考虑用户内部分布式光伏出力情况，从而导致基线负荷估计偏差变大的问题，公开了一种考虑分布式光伏出力的需求响应基线负荷估计方法，充分考虑了用户历史负荷和内部分布式光伏出力对基线负荷的影响，引入K折交叉验证策略评估基线负荷估计回归模型性能，通过构建多种特征引入机器学习lightgbm模型直接回归估计出用户需求响应基线负荷，相比于传统基线负荷算法，还更加充分利用了海量的样本数据，其基线负荷估计更加合理精确，避免基线负荷估计偏差较大，有效保障用户和需求响应实施机构双方利益。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.041 seconds)
